SlideShare une entreprise Scribd logo
1  sur  31
La métrologie
Jusqu’où ne pas aller trop loin?
5eme journée régionale de biologie
Médicale -17 février 2015 - Poitiers
D’où venons nous ?
La Métrologie que nous vivons aujourd’hui
est née juste avant la révolution française :
« Un Roi, une Loi,
un Poids et une Mesure »
D’où venons nous ?
Pour répondre à la question de la confiance
dans les échanges commerciaux, l’’Etat a
créé (1837) le Service des Poids et
Mesures chargé de garantir :
« La loyauté des échanges
commerciaux »
D’où venons nous ?
Les outils de la Métrologie Légale :
•L’approbation de modèle
•La vérification primitive
•La vérification périodique
« L’Etat décide, via des décrets :
•De la procédure de vérification
•Des Erreurs Maximales Tolérées
•Des Périodicités
Où en sommes nous ?
Depuis que la Qualité (au sens référentiel)
existe, la Métrologie industrielle a copié la
Métrologie Légale
« Mais ses objectifs sont
totalement différents :
Qualité versus Loyauté !!! »
Où en sommes nous ?
Faute de réponses aux besoins
métrologiques de leurs clients, les
laboratoires écrivent des normes pour
pouvoir donner des avis (puisque leurs
clients veulent savoir si les instruments sont
conformes) …
« Les normes sont écrites
pour ceux qui les écrivent,
pas pour ceux qui les
Où en sommes nous ?
Les preuves (Norme ISO 8655) :
Où en sommes nous ?
Les preuves (Norme NF X 15-140 – devenue FD) :
Qu’est-ce que la Métrologie ?
Métrologie :
Science de la mesure
Qu’est-ce qu’une mesure ?
Mesure :
Evaluation d’une grandeur par comparaison
avec une grandeur de référence de même
espèce
Et cette comparaison s’effectue à l’aide d’un
processus de mesure
Qu’est-ce qu’une mesure ?
Processus de mesure :
Qu’est-ce qu’une mesure ?
Et comme tous les processus, il n’est pas
parfait. La mesure est influencée par
l’imperfection de chaque facteur qui contribue
à la produire …
A l’instar de la voiture :
•tous les organes du système de freinage
participent à la qualité du freinage
•La qualité du freinage dépend essentiellement
du pire des organes (qui n’est pas
forcément celui qu’on croit …)
Métrologie : Une intime de la
statistique
Dans le monde « déterministe », toutes les erreurs
maximales s’additionnent.
Erreur de mesure Max =
Erreur Max de l’instrument
+ Erreur Max due aux opérateurs
+ Erreur Max due à l’environnement
+ Erreur Max due à la méthode
+ …
Cette « addition » ne tient pas compte
des effets aléatoires !
Métrologie : Une intime de la
statistique
Entrons dans le monde probabiliste …
Exemple type d’un phénomène
aléatoire : le lancé de dés
Fichier de simulation (cmd+=)
Métrologie : Une intime de la
statistique
±1σ : ≈ 68% des valeurs
±2σ : ≈ 95% des valeurs
±3σ : ≈ 99,7% des valeurs …
Mais jamais 100% !
Métrologie : Une intime de la
statistique
16
L’objet mesuré : σ1 La méthode
utilisée : σ3
L’opérateur : σ2 Le moyen : σ4
L’environnement : σ5
σTotal² = σ1²+ σ2²+…+ σn²
L’évaluation de l’incertitude de mesure correspond à
la recherche de l’écart-type résultant du « mélange »
des écarts-types le constituant :
Métrologie : Une intime de la
statistique
Dans le monde « probabiliste », 1 + 1 ne font
donc pas 2 !
On doit donc s’intéresser aux facteurs les
plus importants !
Métrologie : Comprendre pour
maitriser
La maitrise des mesures permet de
comprendre des phénomènes…
Exemple de mesure de toxoplasmose
Même solution « réputée homogène » titrée
Comment s’explique cette dispersion (CV =
7,5%) ?
Métrologie : Comprendre pour
maitriser
La maitrise des mesures permet de comprendre des
phénomènes…
Malade ou pas malade ?
Quel est le risque lié à la décision ?
Limite pathologique
X
Valeur mesurée
Métrologie : Comprendre pour
maitriser
La maitrise des mesures permet de
comprendre des phénomènes…
Série à refaire ou non ?
X
CQI début de série
CQI fin de série
X
L’Etalonnage : Evaluation des
« erreurs » des instruments
L’ISO 15189 demande de maitriser les
mesures.
Par habitude, cette exigence se traduit
souvent par l’étalonnage périodique
(Périodicité arbitraire, EMT non adaptées).
On oublie trop souvent les autres facteurs
(Opérateurs, réactifs, ...).
De plus, l’étalonnage ne garantit que le
passé ! Et des soucis en cas de non
conformité (Etude d’impact) !
L’Etalonnage : Une solution
alternative
Les Comparaisons Inter-Instruments (C.2.I)
(appliquées aux pipettes)
Principe : On compare entre-elles toutes
les pipettes afin de détecter une (des)
pipettes anormales (Maintenance ou
Réforme).
Faute de connaître le besoin réel, on peut
légitimement penser que toutes les pipettes
ne peuvent pas ne pas être adaptées !
Comparaisons Inter-Instruments
Les mesures :
Comparaisons Inter-Instruments
Les tests statistiques (Points aberrants) :
Comparaisons Inter-Instruments
Les tests statistiques (Homogénéité des
dispersions):
La pipette N°9 est détectée 4 fois. Elle peut
nécessiter une maintenance.
Comparaisons Inter-Instruments
Les tests statistiques (Homogénéité des
moyennes):
Aucune pipette n’est détectée. Elles sont
homogènes entre elles, donc Conformes !
Comparaisons Inter-Instruments
• Quelques mesures*
(sur place),
• Quelques calculs (implémentables aisément sur
Excel),
• Une très grande latitude pour choisir son
« moment »,
• Des « non conformités » traitées en interne
• et un peu de bons sens !
Pour une stratégie adaptée aux besoins du
laboratoire.
Cette stratégie devrait être normalisée d’ici 2016.
* : qui nécessitent une balance
Incertitude du pipetage
La masse perdue de l’univers …
Dispersion sur les résultats en toxoplasmose
Dispersion due au pipetage : 1,27 %
Note : les résultats de mesure devraient être proportionnels à la quantité
déposée dans chaque puit de mesure (si tout le reste était parfait …)
Dispersion « manquante » :
ISO 15 189 : Occasion de performer !
Conclusions :
- La pipette est petite devant les opérateurs
- Le pipetage est parfois négligeable devant
les techniques (EMT mini : 4% chez Sanofi
Pasteur)
- En comprenant les vraies causes de
dispersions des techniques, beaucoup de
progrès sont envisageables !
Jean-Michel POU
Président Fondateur de la société Delta Mu
Président du Cluster d'Excellence Auvergne Efficience Industrielle
Membre des comités de normalisation X06e (Méthodes statistiques) et X07b
(Métrologie)
jmpou@deltamu.fr

Contenu connexe

Tendances

Missions et fonctions des surveillants en Tunisie
Missions et fonctions des surveillants en TunisieMissions et fonctions des surveillants en Tunisie
Missions et fonctions des surveillants en Tunisie
ben Moussa Mohamed
 
Cours de micro_irrigation_2003
Cours de micro_irrigation_2003Cours de micro_irrigation_2003
Cours de micro_irrigation_2003
hafidha souidi
 
Les droits du patient hospitalisé
Les droits du patient hospitaliséLes droits du patient hospitalisé
Les droits du patient hospitalisé
universciencelsf
 
Procédure action corective et preventive
Procédure  action corective et preventiveProcédure  action corective et preventive
Procédure action corective et preventive
Zouhair Raquibi
 

Tendances (20)

Methodologie des enquete
Methodologie des enqueteMethodologie des enquete
Methodologie des enquete
 
Cas Clinique hypertrophie prostate
Cas Clinique hypertrophie prostateCas Clinique hypertrophie prostate
Cas Clinique hypertrophie prostate
 
Missions et fonctions des surveillants en Tunisie
Missions et fonctions des surveillants en TunisieMissions et fonctions des surveillants en Tunisie
Missions et fonctions des surveillants en Tunisie
 
La metrologie
La metrologieLa metrologie
La metrologie
 
Management des risques 8 : Arbre de défaillances/ d’Evénements; Nœud de Papillon
Management des risques 8 : Arbre de défaillances/ d’Evénements; Nœud de PapillonManagement des risques 8 : Arbre de défaillances/ d’Evénements; Nœud de Papillon
Management des risques 8 : Arbre de défaillances/ d’Evénements; Nœud de Papillon
 
La gestion de projet dans l'industrie 4.0
La gestion de projet dans l'industrie 4.0La gestion de projet dans l'industrie 4.0
La gestion de projet dans l'industrie 4.0
 
Rapport projet Master 2 - Intelligence Artificielle
Rapport projet Master 2 - Intelligence ArtificielleRapport projet Master 2 - Intelligence Artificielle
Rapport projet Master 2 - Intelligence Artificielle
 
Choix de l’analyse statistique appropriée
 Choix de l’analyse statistique appropriée  Choix de l’analyse statistique appropriée
Choix de l’analyse statistique appropriée
 
Protocole de recherche
Protocole de rechercheProtocole de recherche
Protocole de recherche
 
Chap III : Cours de Modélisation & Simulation des systèmes
Chap III : Cours de Modélisation & Simulation des systèmesChap III : Cours de Modélisation & Simulation des systèmes
Chap III : Cours de Modélisation & Simulation des systèmes
 
Statistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptxStatistiques descriptives [PDF].pptx
Statistiques descriptives [PDF].pptx
 
Cours de micro_irrigation_2003
Cours de micro_irrigation_2003Cours de micro_irrigation_2003
Cours de micro_irrigation_2003
 
Les droits du patient hospitalisé
Les droits du patient hospitaliséLes droits du patient hospitalisé
Les droits du patient hospitalisé
 
Procédure action corective et preventive
Procédure  action corective et preventiveProcédure  action corective et preventive
Procédure action corective et preventive
 
Green, le jeu de l'environnement
Green, le jeu de l'environnementGreen, le jeu de l'environnement
Green, le jeu de l'environnement
 
Incertitude mesure cafmet_2008
Incertitude mesure cafmet_2008Incertitude mesure cafmet_2008
Incertitude mesure cafmet_2008
 
Cours Statistique descriptive pr Falloul
Cours Statistique descriptive pr FalloulCours Statistique descriptive pr Falloul
Cours Statistique descriptive pr Falloul
 
Genérateur de dialyse
Genérateur de dialyseGenérateur de dialyse
Genérateur de dialyse
 
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...Présentation intelligence artificielle et domaines d'applications - #DigitalT...
Présentation intelligence artificielle et domaines d'applications - #DigitalT...
 
laboratoire equipements for your powerpoint.ppt
laboratoire equipements for your powerpoint.ppt laboratoire equipements for your powerpoint.ppt
laboratoire equipements for your powerpoint.ppt
 

En vedette

Catalogue laboratoire 2015
Catalogue laboratoire 2015Catalogue laboratoire 2015
Catalogue laboratoire 2015
Benjamin Bueno
 
METROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMETROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITE
Mounir Frija
 
Guide de la métrologie légale
Guide de la métrologie légaleGuide de la métrologie légale
Guide de la métrologie légale
METTLER TOLEDO SAS
 
Explorando Herramientas
Explorando Herramientas Explorando Herramientas
Explorando Herramientas
duvan10
 

En vedette (20)

Pour une métrologie efficace et économique
Pour une métrologie efficace et économiquePour une métrologie efficace et économique
Pour une métrologie efficace et économique
 
C.2.I
C.2.IC.2.I
C.2.I
 
Metrologie
MetrologieMetrologie
Metrologie
 
Des mesures pour des décisions
Des mesures pour des décisionsDes mesures pour des décisions
Des mesures pour des décisions
 
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
Pourquoi avons nous tant de mal à appréhender le concept d'incertitude de mes...
 
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
Logiciel de gestion de parcs d'instruments de mesure : Quelles fonctionnalité...
 
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
Optimisation des bandes de garde, suivant norme ISO/IEC Guide 98-4
 
Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?Ecart type experimental : quelle formule choisir ?
Ecart type experimental : quelle formule choisir ?
 
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
Inférence bayésienne : Une approche enthousiasmante pour l'exploitation des i...
 
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-FdPrésentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
Présentation de la Smart Metrology - 9 Juin 2016 - Clermont-Fd
 
Photos caravane région auvergne rhône alpes
Photos caravane région auvergne rhône alpesPhotos caravane région auvergne rhône alpes
Photos caravane région auvergne rhône alpes
 
Deltamu 2016
Deltamu 2016Deltamu 2016
Deltamu 2016
 
Alliance Industrie du Futur
Alliance Industrie du FuturAlliance Industrie du Futur
Alliance Industrie du Futur
 
Catalogue laboratoire 2015
Catalogue laboratoire 2015Catalogue laboratoire 2015
Catalogue laboratoire 2015
 
METROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITEMETROLOGIE ET CONTROLE QUALITE
METROLOGIE ET CONTROLE QUALITE
 
Guide de la métrologie légale
Guide de la métrologie légaleGuide de la métrologie légale
Guide de la métrologie légale
 
Poct accreditamento torino2013
Poct accreditamento torino2013Poct accreditamento torino2013
Poct accreditamento torino2013
 
Métrologie - les instruments de mesure
Métrologie - les instruments de mesureMétrologie - les instruments de mesure
Métrologie - les instruments de mesure
 
La Métrologie, un gage de qualité
La Métrologie, un gage de qualité La Métrologie, un gage de qualité
La Métrologie, un gage de qualité
 
Explorando Herramientas
Explorando Herramientas Explorando Herramientas
Explorando Herramientas
 

Similaire à Métrologie : Jusqu'où ne pas aller trop loin ?

Methodologie Validite et Fiabilite
Methodologie Validite et FiabiliteMethodologie Validite et Fiabilite
Methodologie Validite et Fiabilite
Rémi Bachelet
 
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
APRHOC
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
TAKMACHTE
 

Similaire à Métrologie : Jusqu'où ne pas aller trop loin ? (20)

18 06 deltamu - l'intelligence artificielle au service du budget et de la ...
18   06 deltamu -  l'intelligence artificielle au service du budget et de la ...18   06 deltamu -  l'intelligence artificielle au service du budget et de la ...
18 06 deltamu - l'intelligence artificielle au service du budget et de la ...
 
L'Intelligence Artificielle au service du budget et de la performance de la M...
L'Intelligence Artificielle au service du budget et de la performance de la M...L'Intelligence Artificielle au service du budget et de la performance de la M...
L'Intelligence Artificielle au service du budget et de la performance de la M...
 
94-justesse-fidélité.pdf
94-justesse-fidélité.pdf94-justesse-fidélité.pdf
94-justesse-fidélité.pdf
 
Stat3 Intervalle De Confiance
Stat3  Intervalle De ConfianceStat3  Intervalle De Confiance
Stat3 Intervalle De Confiance
 
Methodologie Validite et Fiabilite
Methodologie Validite et FiabiliteMethodologie Validite et Fiabilite
Methodologie Validite et Fiabilite
 
0 p eintro_diapo
0 p eintro_diapo0 p eintro_diapo
0 p eintro_diapo
 
Smart Metrology - 2017
Smart Metrology -  2017Smart Metrology -  2017
Smart Metrology - 2017
 
Smart Metrology - 2017
Smart Metrology - 2017Smart Metrology - 2017
Smart Metrology - 2017
 
Présentation Smart Metrology - 2017
Présentation Smart Metrology - 2017Présentation Smart Metrology - 2017
Présentation Smart Metrology - 2017
 
Stat1 Les Indices
Stat1  Les IndicesStat1  Les Indices
Stat1 Les Indices
 
Erreurs courantes en ab tests
Erreurs courantes en ab testsErreurs courantes en ab tests
Erreurs courantes en ab tests
 
Echantillon
EchantillonEchantillon
Echantillon
 
Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?Article: Qu'est-ce que le R&R?
Article: Qu'est-ce que le R&R?
 
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
2007 Gestion des risques et non-conformitéés dans le circuit des produits de ...
 
Des EMT dans les normes
Des EMT dans les normesDes EMT dans les normes
Des EMT dans les normes
 
Cours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoiresCours n1 introduction_probabilits_et_variables_alatoires
Cours n1 introduction_probabilits_et_variables_alatoires
 
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
Webinaire Diagnostic d’exposition aux substances chimiques et utilisation d’A...
 
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
L’homme contre la machine – une nouvelle approche de la vérification en hygiè...
 
Les statistiques
Les statistiquesLes statistiques
Les statistiques
 
Votre patient a souffert de TEV – que s’est-il passé?
Votre patient a souffert de TEV – que s’est-il passé? Votre patient a souffert de TEV – que s’est-il passé?
Votre patient a souffert de TEV – que s’est-il passé?
 

Plus de Jean-Michel POU

Plus de Jean-Michel POU (9)

Comment analyser des données multivariées pour suivre une production
Comment analyser des données multivariées pour suivre une productionComment analyser des données multivariées pour suivre une production
Comment analyser des données multivariées pour suivre une production
 
Conformité multidimensionnelle
Conformité multidimensionnelleConformité multidimensionnelle
Conformité multidimensionnelle
 
Evaluate and quantify the drift of a measuring
Evaluate and quantify the drift of a measuringEvaluate and quantify the drift of a measuring
Evaluate and quantify the drift of a measuring
 
Annexe D du FD X 07-039
Annexe D du FD X 07-039Annexe D du FD X 07-039
Annexe D du FD X 07-039
 
Révolution copernicienne pour la métrologie
Révolution copernicienne pour la métrologieRévolution copernicienne pour la métrologie
Révolution copernicienne pour la métrologie
 
Digitalisation des entreprises : pour faire quoi, et quand ?
Digitalisation des entreprises : pour faire quoi, et quand ?Digitalisation des entreprises : pour faire quoi, et quand ?
Digitalisation des entreprises : pour faire quoi, et quand ?
 
Congrès International de Métrologie - Paris 2017
Congrès International de Métrologie - Paris 2017Congrès International de Métrologie - Paris 2017
Congrès International de Métrologie - Paris 2017
 
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
Exemple de Smart Metrology dans un laboratoire d'étalonnage (Conférence CIM 2...
 
Pourquoi le concept de capabilité est insuffisant
Pourquoi le concept de capabilité est insuffisantPourquoi le concept de capabilité est insuffisant
Pourquoi le concept de capabilité est insuffisant
 

Dernier

Dernier (9)

Histologie des Glandes Annexes Digestives (Chapitre 3/3 de l'Histologie du l'...
Histologie des Glandes Annexes Digestives (Chapitre 3/3 de l'Histologie du l'...Histologie des Glandes Annexes Digestives (Chapitre 3/3 de l'Histologie du l'...
Histologie des Glandes Annexes Digestives (Chapitre 3/3 de l'Histologie du l'...
 
Les aménorrhée primaire et secondaire .ppt
Les aménorrhée primaire et secondaire .pptLes aménorrhée primaire et secondaire .ppt
Les aménorrhée primaire et secondaire .ppt
 
Histologie du Tube Digestif (Chapitre 2/3 de l'Histologie du l'appareil diges...
Histologie du Tube Digestif (Chapitre 2/3 de l'Histologie du l'appareil diges...Histologie du Tube Digestif (Chapitre 2/3 de l'Histologie du l'appareil diges...
Histologie du Tube Digestif (Chapitre 2/3 de l'Histologie du l'appareil diges...
 
présentation PowerPoint sur les technique d'anesthésie en neurochirurgie.ppt
présentation PowerPoint sur les technique d'anesthésie en neurochirurgie.pptprésentation PowerPoint sur les technique d'anesthésie en neurochirurgie.ppt
présentation PowerPoint sur les technique d'anesthésie en neurochirurgie.ppt
 
13-Partenariat Public Privé dans le domaine de santé.pdf
13-Partenariat Public Privé dans le domaine de santé.pdf13-Partenariat Public Privé dans le domaine de santé.pdf
13-Partenariat Public Privé dans le domaine de santé.pdf
 
LES HÉMOPHILIES.pptx pour les étudiants.
LES HÉMOPHILIES.pptx pour les étudiants.LES HÉMOPHILIES.pptx pour les étudiants.
LES HÉMOPHILIES.pptx pour les étudiants.
 
cours de Sclérose en plaque partie 1 .pptx
cours de Sclérose en plaque partie 1 .pptxcours de Sclérose en plaque partie 1 .pptx
cours de Sclérose en plaque partie 1 .pptx
 
Histologie de la Cavité Buccale (Chapitre 1/3 de l'Histologie du l'appareil d...
Histologie de la Cavité Buccale (Chapitre 1/3 de l'Histologie du l'appareil d...Histologie de la Cavité Buccale (Chapitre 1/3 de l'Histologie du l'appareil d...
Histologie de la Cavité Buccale (Chapitre 1/3 de l'Histologie du l'appareil d...
 
Massage japonais notre présentation powerpoint
Massage japonais notre présentation powerpointMassage japonais notre présentation powerpoint
Massage japonais notre présentation powerpoint
 

Métrologie : Jusqu'où ne pas aller trop loin ?

  • 1. La métrologie Jusqu’où ne pas aller trop loin? 5eme journée régionale de biologie Médicale -17 février 2015 - Poitiers
  • 2. D’où venons nous ? La Métrologie que nous vivons aujourd’hui est née juste avant la révolution française : « Un Roi, une Loi, un Poids et une Mesure »
  • 3. D’où venons nous ? Pour répondre à la question de la confiance dans les échanges commerciaux, l’’Etat a créé (1837) le Service des Poids et Mesures chargé de garantir : « La loyauté des échanges commerciaux »
  • 4. D’où venons nous ? Les outils de la Métrologie Légale : •L’approbation de modèle •La vérification primitive •La vérification périodique « L’Etat décide, via des décrets : •De la procédure de vérification •Des Erreurs Maximales Tolérées •Des Périodicités
  • 5. Où en sommes nous ? Depuis que la Qualité (au sens référentiel) existe, la Métrologie industrielle a copié la Métrologie Légale « Mais ses objectifs sont totalement différents : Qualité versus Loyauté !!! »
  • 6. Où en sommes nous ? Faute de réponses aux besoins métrologiques de leurs clients, les laboratoires écrivent des normes pour pouvoir donner des avis (puisque leurs clients veulent savoir si les instruments sont conformes) … « Les normes sont écrites pour ceux qui les écrivent, pas pour ceux qui les
  • 7. Où en sommes nous ? Les preuves (Norme ISO 8655) :
  • 8. Où en sommes nous ? Les preuves (Norme NF X 15-140 – devenue FD) :
  • 9. Qu’est-ce que la Métrologie ? Métrologie : Science de la mesure
  • 10. Qu’est-ce qu’une mesure ? Mesure : Evaluation d’une grandeur par comparaison avec une grandeur de référence de même espèce Et cette comparaison s’effectue à l’aide d’un processus de mesure
  • 11. Qu’est-ce qu’une mesure ? Processus de mesure :
  • 12. Qu’est-ce qu’une mesure ? Et comme tous les processus, il n’est pas parfait. La mesure est influencée par l’imperfection de chaque facteur qui contribue à la produire … A l’instar de la voiture : •tous les organes du système de freinage participent à la qualité du freinage •La qualité du freinage dépend essentiellement du pire des organes (qui n’est pas forcément celui qu’on croit …)
  • 13. Métrologie : Une intime de la statistique Dans le monde « déterministe », toutes les erreurs maximales s’additionnent. Erreur de mesure Max = Erreur Max de l’instrument + Erreur Max due aux opérateurs + Erreur Max due à l’environnement + Erreur Max due à la méthode + … Cette « addition » ne tient pas compte des effets aléatoires !
  • 14. Métrologie : Une intime de la statistique Entrons dans le monde probabiliste … Exemple type d’un phénomène aléatoire : le lancé de dés Fichier de simulation (cmd+=)
  • 15. Métrologie : Une intime de la statistique ±1σ : ≈ 68% des valeurs ±2σ : ≈ 95% des valeurs ±3σ : ≈ 99,7% des valeurs … Mais jamais 100% !
  • 16. Métrologie : Une intime de la statistique 16 L’objet mesuré : σ1 La méthode utilisée : σ3 L’opérateur : σ2 Le moyen : σ4 L’environnement : σ5 σTotal² = σ1²+ σ2²+…+ σn² L’évaluation de l’incertitude de mesure correspond à la recherche de l’écart-type résultant du « mélange » des écarts-types le constituant :
  • 17. Métrologie : Une intime de la statistique Dans le monde « probabiliste », 1 + 1 ne font donc pas 2 ! On doit donc s’intéresser aux facteurs les plus importants !
  • 18. Métrologie : Comprendre pour maitriser La maitrise des mesures permet de comprendre des phénomènes… Exemple de mesure de toxoplasmose Même solution « réputée homogène » titrée Comment s’explique cette dispersion (CV = 7,5%) ?
  • 19. Métrologie : Comprendre pour maitriser La maitrise des mesures permet de comprendre des phénomènes… Malade ou pas malade ? Quel est le risque lié à la décision ? Limite pathologique X Valeur mesurée
  • 20. Métrologie : Comprendre pour maitriser La maitrise des mesures permet de comprendre des phénomènes… Série à refaire ou non ? X CQI début de série CQI fin de série X
  • 21. L’Etalonnage : Evaluation des « erreurs » des instruments L’ISO 15189 demande de maitriser les mesures. Par habitude, cette exigence se traduit souvent par l’étalonnage périodique (Périodicité arbitraire, EMT non adaptées). On oublie trop souvent les autres facteurs (Opérateurs, réactifs, ...). De plus, l’étalonnage ne garantit que le passé ! Et des soucis en cas de non conformité (Etude d’impact) !
  • 22. L’Etalonnage : Une solution alternative Les Comparaisons Inter-Instruments (C.2.I) (appliquées aux pipettes) Principe : On compare entre-elles toutes les pipettes afin de détecter une (des) pipettes anormales (Maintenance ou Réforme). Faute de connaître le besoin réel, on peut légitimement penser que toutes les pipettes ne peuvent pas ne pas être adaptées !
  • 24. Comparaisons Inter-Instruments Les tests statistiques (Points aberrants) :
  • 25. Comparaisons Inter-Instruments Les tests statistiques (Homogénéité des dispersions): La pipette N°9 est détectée 4 fois. Elle peut nécessiter une maintenance.
  • 26. Comparaisons Inter-Instruments Les tests statistiques (Homogénéité des moyennes): Aucune pipette n’est détectée. Elles sont homogènes entre elles, donc Conformes !
  • 27. Comparaisons Inter-Instruments • Quelques mesures* (sur place), • Quelques calculs (implémentables aisément sur Excel), • Une très grande latitude pour choisir son « moment », • Des « non conformités » traitées en interne • et un peu de bons sens ! Pour une stratégie adaptée aux besoins du laboratoire. Cette stratégie devrait être normalisée d’ici 2016. * : qui nécessitent une balance
  • 29. La masse perdue de l’univers … Dispersion sur les résultats en toxoplasmose Dispersion due au pipetage : 1,27 % Note : les résultats de mesure devraient être proportionnels à la quantité déposée dans chaque puit de mesure (si tout le reste était parfait …) Dispersion « manquante » :
  • 30. ISO 15 189 : Occasion de performer ! Conclusions : - La pipette est petite devant les opérateurs - Le pipetage est parfois négligeable devant les techniques (EMT mini : 4% chez Sanofi Pasteur) - En comprenant les vraies causes de dispersions des techniques, beaucoup de progrès sont envisageables !
  • 31. Jean-Michel POU Président Fondateur de la société Delta Mu Président du Cluster d'Excellence Auvergne Efficience Industrielle Membre des comités de normalisation X06e (Méthodes statistiques) et X07b (Métrologie) jmpou@deltamu.fr